StarVCenter从装机到使用全流程(避坑版)

本文详细介绍了StarVCenter单机版的从刻录U盘、BIOS设置、安装系统到虚拟机创建、个性化设置以及Xshell连接的完整流程,提供了一条主机版安装的避坑攻略。
摘要由CSDN通过智能技术生成

StarVCenter单机版从装机到使用全流程(避坑版)


前言

网上的starVCenter文档都较为模糊,有的文档是采用的虚拟机进行安装,但是对于主机版安装的文档较为稀少,甚至是一文难求的地步,因此我结合自身从0部署的经验,总结出来一板避坑攻略,因为主机板安装的时候没有留存图片,因此,在安装环节,采用的都是网上虚拟机的图片,但是会在文字中进行详尽的描写。

一、StarVCenter是什么?

StarVCenter是一款基于Liunx系统进行魔改的系统,说到底,他是一个系统,并不是一个应用,因此不要想着用什么系统去安装,因为他本身就是系统,所以所有的安装步骤都采用,系统的安装步骤。

二、安装步骤

1.刻录安装U盘

刻录U盘的目的是因为系统的安装,除非使用大白菜这种的装机软件,唯一的路就是需要把要安装的系统刻录到U盘上,使用U盘进行启动。

刻录U盘需要的工具有:刻录工具,U盘,iso系统

ISO系统:

点击进入官网进行下载http://www.starvcs.com/
在这里插入图片描述
选择官方网站下载
点击之后会进入下载页面
在这里插入图片描述
路径选择为
/download/StarVCenter/StarVCenter_Enterprise_Download/V4.5.1/安装包/x86/
也可以选择
/download/StarVCenter/StarVCenter_Enterprise_Download/history/V4.4.0/安装包/x86/

此处的如果选择下方的路径为下载历史版本,具体版本选择因自己的情况而定,最终下载的ISO镜像的名称只要是 starve4-x86_64-StarVCenter-enterprise-xx.iso 格式即可

U盘:

自己准备一个内存大于4GB内存的U盘即可。

刻录工具:

Rufus刻录工具获取地址:http://rufus.ie/
此处的刻录工具采用的是官网的刻录工具,如果不喜欢,可以使用其他的刻录工具
点击上方的链接进入页面

点击下载按钮进行软件的下载,下载完成之后,双击点开,即可使用。
Rufus的使用方法如下图所示
在这里插入图片描述
在“设备”栏,软件会自动识别当前系统的U盘,选择需要刻录的U盘。再点击“选择”按钮,选择已经下载的ISO文件。其他设置保持系统默认,再点击【开始】:
在这里插入图片描述
注:如果自己下载的版本没有提示上面图片的这一步,还请选择降低版本,直到选择到弹出上面提示窗口的版本。
等到刻录完成U盘就可以进行系统的重装了。

BIOS

上述工作准备完成之后,需要用的电脑的BIOS的操作
BIOS可以对计算机的各种参数进行配置和调整,可是很多人不知道电脑怎么进入bios,其实按键组合是最常见的进入BIOS的方法之一,适用于大多数品牌和型号的计算机。以下是操作步骤:

第一步:关机后重新启动电脑。

第二步:在启动过程中,按下相应品牌电脑的BIOS快捷键,常见的包括F2、F10、Delete、Esc等键。

BIOS的内部系统操作,因厂家而异,因此此处不再做过多赘述,只以我的电脑为例,进行讲解,如果自己的电脑不符合的,就去百度一下自己具体的电脑型号。

在BIOS设置界面中,找到“BOOT”选项(有些BIOS为“STARTUP”),回车进入该选项。可以看到默认的启动设备是硬盘(HDD)。

如果需要从其他设备启动,可以进行如下设置:

选择“USB”选项,或者在“BOOT”或“STARTUP”菜单中找到“USB FDD”、“USBzip”、“USB CD-ROM”等选项,将其设置为第一启动项。
在这里插入图片描述
在设置启动项时,可以根据需要设置启动顺序。例如,将USB设备设置为第一启动项后,可以将硬盘设置为第二启动项,以便在USB设备不可用时从硬盘启动。

在完成启动项的设置后,需要保存修改并退出BIOS设置程序。根据不同的BIOS版本,保存的方法也不同。一般来说,可以按下F10键保存修改并退出BIOS设置程序。如果无效,可以尝试按下ESC键或其他功能键退出BIOS设置程序。

需要注意的是,在退出BIOS设置程序后,计算机会自动重新启动。此时,计算机将从设置的启动项中启动。

等待系统启动即可。

系统安装

等待出现下图画面后,按照下图的步骤进行安装即可
在这里插入图片描述
在这里插入图片描述
磁盘的安装需要注意的是,如果选择的磁盘本身就有系统,可以选择进行系统回收即可,具体的操作,因为并未截图,因此,需要自己翻译一下对应的单词,然后自己操作即可。

在这里插入图片描述
下图所示右侧的开启网卡选项必须存在,如果不存在的话说明网卡不存在,一般主机是直连网线的,一个网口不显示,还请切换另一个网口进行尝试,如果另一个网口不行,还请尝试使用无线网卡等,最好使用网线,不然等到安装完成之后会出现各种连接不上的问题。
在这里插入图片描述
下图address中的四组数字,还请参考自己的电脑的局域网配置,具体的配置可以选择选择自己电脑的win键+R
在这里插入图片描述

然后键入cmd之后会弹出弹窗
在这里插入图片描述
然后输入ipconfig
在这里插入图片描述
下图的address需要与上图的ipv4的前三组数字相同,并且确认第四组数据不可被其他的系统占用
例如本地的IPv4的地址为192.168.110.9
那么你下图的address中的地址为192.168.110.112即可
后面第四组的数据的选取范围为1-255,前提是不可被占用,切记!!!!
剩下的netmask为子网掩码,gateway为默认网关,与上图的一一对应即可,下面的DNS优先填写144.144.144.144,如果后面不行再回来填写8.8.8.8。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
电脑重启之后,如果你的第二启动项设置成了硬盘,则拔掉U盘即可,如果不是,则需要把硬盘重新调整回第一启动项,具体的操作参考上述的BIOS的介绍

等到进入之后就可以看到启动页面了
在这里插入图片描述
此处如果账号密码还没输入完成就发现键盘和鼠标无法再使用了,并且界面输出了一堆报错信息,可以考虑降低系统版本。
输入账号和密码之后,就可以进入系统了,此时按照下图给出的url使用自己的电脑访问给出的url即可。
在这里插入图片描述
注:如果发现访问不到的话,使用ipconfig查看自己的IPv4是否与一开始设置的时候发生了变化,如果未发生变化,可以查看一下防火墙是否关闭了,如果已经关闭,还是访问不到,大概率是网络接口,接触不行,切换接口,重新安装即可。

使用步骤

输入刚才的路径即可看到下图的登录界面,切记,使用的浏览器一定要使用谷歌浏览器,如果使用非谷歌浏览器有很多功能会出现无法使用的功能
admin的账号无法进行虚拟机的配置,需要使用默认给的user账号
注意也要开启无痕模式,否则会出现数据残留的问题
在这里插入图片描述
进入系统之后
此处我只需要虚拟多台虚拟机使用,不需要搭建集群,因此只需要创建多台虚拟机即可

上传镜像

先选择资源管理,然后选择光盘镜像库,因为虚拟机需要安装系统,因此系统的镜像是必不可缺的,具体的磁盘下载可以参考Liunx或者windows进行下载

在这里插入图片描述
下载完成之后,点击上传镜像,然后上传到服务器上后,服务器就有了镜像文件
下面的镜像名称标志着你上传的镜像的版本是什么,例如上传的liunx版本为64位7.9的centos
选择的时候就应该选择对应名称的镜像然后点击后方的关联文件按钮与你上传的文件进行关联
在这里插入图片描述
在这里插入图片描述

虚拟Ip地址

因为新建的虚拟机,要供外部使用,所以需要给每一台虚拟机都配置一个ip地址,否则外部无法使用xshell进行访问。
选择资源管理的tab
在这里插入图片描述
选择左侧的菜单栏的网络池
在这里插入图片描述
如果与我的相同的话创建子网即可
创建子网的名称自己可以随便起

起始IP和结束IP可以选择与与本机相同的默认IP地址
例:本机的无线网地址为192.168.110.8
起始推荐为192.168.110.1
结推荐为192.168.110.225
这样会创建出1-225之间所有的ip地址,到时候进行选择即可
电子掩码,网关地址,DNS参考上面的设置即可
在这里插入图片描述
上述填写完成之后,点击确定即可
点击IP地址池即可查看刚才创建出的ip地址
在这里插入图片描述

创建虚拟机

点击虚拟机管理tab

在这里插入图片描述
点击创建虚拟机
在这里插入图片描述
虚拟机名称:用来区分当前虚拟机的标识名称,可以为中文
安装源:选择刚才的上传的镜像
所属存储:选择需要配置的磁盘目录
描述:可以根据自己的需要进行描述
在这里插入图片描述
确认完成之后,点击下一步即可
然后选择适合自己的CPU和内存,磁盘空间最好大于20G

网卡的选择的话选择静态即可,然后子网选择上面刚刚创建的子网,
在这里插入图片描述
然后选择自己需要的ip地址,切记IP地址不可冲突,在选择IP时,一定不可与其他IP冲突,选择好子网之后确认
然后点击下一步

在这里插入图片描述
此处无需修改,点击开始创建即可,等到创建完成之后,就需要按照liunx或者Windows的图形化界面进行安装了。

Liunx安装

http://www.starvcs.com/doc/vcenter/Linux-install.html

Windows server安装

https://next.itellyou.cn/Identity/Account/Login?ReturnUrl=%2FOriginal%2FIndex#cbp=Product?ID=ff70d59a-8e02-ec11-a9e5-95b21d9a899a
Windows可能还需要进行其他的配置项,具体的本人未曾安装过Windows的系统,具体的操作详情查看官方文档

安装完成之后就可以在首页看到虚拟机的存在了,但是此时虚拟机是无法被xshell连接的,因此还需要设置个性化

Liunx个性化设置参考官网的文档

http://www.starvcs.com/doc/vcenter/redhat-qga.html

Windows个性化设置参考官网的文档

http://www.starvcs.com/doc/vcenter/windows-qga.html

Xshell连接

在上面的个性化设置完成之后,即可以用xshell进行连接系统
xshell的具体操作此处不再做过多的解释
需要注意的是,此处的root账号的密码不再是你在安装系统的时候设置的密码,此处的密码会自动变更为root。

Xshell主机连接

ssh的端口号有可能会自动变更为22以外的其他端口号
输入下面的命令,即可查看ssh端口号

 netstat -ntlp

以下图为例,ssh的端口号变更为10022在这里插入图片描述

  • 32
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
灰色自回归模型(GM(1,1))是一种常用的灰色系统预测模型,它可以通过对原始数据进行灰色处理,得到逼近白噪声的序列,从而实现对未来趋势的预测。下面是使用Python3通过风能装机量建立灰色自回归模型预测新能源产业发展趋势的步骤: 1. 导入必要的库 ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.metrics import mean_squared_error ``` 2. 读取数据 假设我们已经有了风能装机量的历史数据,将其读入并转换成一维数组。 ```python data = pd.read_csv('wind_power.csv') wind_power = data.iloc[:,1].values ``` 3. 灰色处理 对原始数据进行灰色处理,得到逼近白噪声的序列。 ```python def GM11(x0): x1 = np.cumsum(x0) z1 = (x1[:len(x1)-1] + x1[1:])/2.0 z1 = z1.reshape((len(z1),1)) B = np.append(-z1, np.ones_like(z1), axis=1) Y = x0[1:].reshape((len(x0)-1,1)) [[a],[b]] = np.dot(np.dot(np.linalg.inv(np.dot(B.T, B)), B.T), Y) x_pred = (x0[0]-b/a)*np.exp(-a*np.arange(len(x0))) return x_pred wind_power_grey = GM11(wind_power) ``` 4. 模型训练 将灰色处理后的序列作为自变量,原始序列作为因变量,使用线性回归模型进行训练。 ```python from sklearn.linear_model import LinearRegression X = wind_power_grey[:-1].reshape((-1,1)) y = wind_power[1:].reshape((-1,1)) model = LinearRegression().fit(X,y) ``` 5. 模型预测 使用训练好的模型对未来的风能装机量进行预测。 ```python n_periods = 10 # 预测未来10年的数据 x_pred = np.zeros((n_periods,)) x_pred[0] = wind_power[-1] for i in range(1, n_periods): x_pred_grey = GM11(x_pred[:i]) x_pred_grey = x_pred_grey.reshape((-1,1)) x_pred[i] = model.predict(x_pred_grey)[-1] ``` 6. 结果可视化 将原始数据和预测结果可视化,观察预测效果。 ```python plt.plot(np.arange(len(wind_power)), wind_power, 'b-', label='Original') plt.plot(np.arange(len(wind_power)-1, len(wind_power)+n_periods-1), x_pred, 'r-', label='Predicted') plt.legend() plt.xlabel('Year') plt.ylabel('Wind Power Installed Capacity (GW)') plt.show() ``` 整个过程就是这样,您可以根据自己的需求进行修改和优化。需要注意的是,灰色自回归模型是一种线性模型,对于非线性趋势的数据可能不适用。此外,模型的预测精度也受到原始数据的质量和样本量的影响,需要谨慎评估预测结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值